GE

OS

S/A

WC

IG

EO

SS

/AW

CI

1

9時9分

Application to Agriculture

S. NinomiyaNational Agriculture and Food Research Organization

Japan

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

2

9時9分

Two types of decision supports in 農業における意思決定のタイプ

• Large scale decision support– 政策等マクロな大スケール意思決定　– For policy makers, traders, food business – Global level, regional level, national level,…

• Site-specific decision support for farmers– 農家のための地域特異的意思決定支援– For farmers’ practical actions

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

3

9時9分

Characteristics of data needed for agricultural decisions at farmers’ level

農家における意思決定に重要なデータの特徴

• Site-specificity　地域特異性– Weather, soil, water conditions　気象，土壌，水– Cultivars, cultivation methods 品種・作物，栽培方法

• Small scale data sets are distributed being managed by several different organizations– 相対的に小規模なデータが異なる組織に分散して存在

• Importance of time series data collection– 時系列に沿った継続的データ収集が重要

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

4

9時9分

Potential for data sharing in agriculture農業におけるデータ共有の可能性

WeatherData

Crop details

Soils Topography

Variety selection O O O

To dam? O O O

Land use O O O O

Spray for disease O O O O

Irrigation or not O O O

Decisions意思決定

気象データ 作物データ 土壌データ 地形データ

品種選択

土地利用

防除計画

潅漑

ダム構築

Examples of data needed 必要なデータ例

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

5

9時9分

Dynamic integration of distributed data sets分散データのダイナミックな統合

Crop data

Weather data1

Topography

Crop growth model

The Internet

Soil data

User who needs decisionField data monitoring

．Disease prediction1

Weather data2Satellite image

．．Disease prediction2

病害発生予察１

病害発生予察２

衛星画像

作物データ

地形データ

土壌データ

気象データ1

気象データ2

生育モデル

圃場モニタリング 農家等の利用者

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

6

9時9分

To realize such a mechanism, we needそのような統合を実現するために

• Horizontal integration of data sets• データの水平統合

– e.g.) Weather data in time series and space– 例）気象データを時間的にも空間的にも統合

• Vertical integration of data sets• データの垂直統合

– Different types of data such as weather data, soil data and satellite images

– 例）気象データ＋土壌データ＋作物データ・・・・

• Standardized interface for data exchange and integration• 標準化されたデータ交換インタフェース（基盤）

• Internationalization 国際化

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

7

9時9分

Horizontal integration of weather data in time series気象データの時間的水平統合

Normal year valueNormal year prediction平年予測

Optimal crop　適地適作Land use 土地利用計画

Future Prediction将来予測

Impact of global warming　　温暖化影響評価

Long term prediction

平年値

長期予測値

Observed Short term prediction

Daily prediction　毎日予測Harvest plan　収穫計画Protection plan　防除計画Fertilizer application plan

　　　肥料計画Labor plan　労働計画Shipping plan　出荷計画

Growth period

Normal year

Today

観測値

短期予報値

平年値

生育期間

– Weather data from different resources should be seamlessly and instantly integrated in time series

– 時間軸上でデータがシームレスかつ即座に結合しなくてはならない

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

8

9時9分

関東地方の例：アメダス，気象官署DB，神奈川県農試，千葉県農試，農研機構，センサーネットワークノード（フィールドサーバ）など同時アクセス．

Horizontal integration of weather data in space気象データの空間的水平統合　　

– The same area is covered by different databases– 同じ地域が複数の気象DBによってカバーされている

– Same programs should be applicable to different databases without any modifications

– 異なるDB毎にプログラムを用意するのは無駄

– How to overcome the database heterogeneity？– データベース間の不斉一性をどうするか？

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

9

9時9分

Horizontal integration by MetBrokerMetBrokerによる気象データ水平統合

• Data brokers provide consistent access to heterogeneous DBs

• プログラムから見ると全ての気象データベースが斉一に見える Heterogeneous and

Autonomous DBs

Meta Data

Rice Growth Prediction

Farm Management

DataBroker

Pesticide Prediction

Heterogeneity is absorbed by brokers (middleware)

B-DB

C-DB

D-DB

A-DB

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

10

9時9分

Over 22,000 stations of 25 databases世界の25データベースの22,000気象観測点をカバー

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

11

9時9分

Temperature, humidity, solar radiation, soil moisture, leaf wetness, CO2,…High accuracyCameraWIFI basedWeb serverHigh extensibilityLow cost

Field ServerSensor network node

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

12

9時9分

1

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

13

9時9分

Long term FieldServer test bedsフィールドサーバ設置場所

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

14

9時9分

•– Legacy weather databases and sensor network

nodes are seamlessly integrated– センサーネットワークと既存気象データの融合

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

15

9時9分

e.g. Spatial Climatic Risk例）気象リスクの空間表示

Mongolia

Temperature lower than 5 in June

Indonesia

Temperature higher than 35C in July

China

Temperature lower than 0 C in Feb

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

16

9時9分

• Probability of pest emergence to support protect plan

• 発生確率を示し防除計画支援

Rice Blast Prediction水稲イモチ病発生予察

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

17

9時9分

Access to real time image現場のリアルタイム画像

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

18

9時9分

e.g. Vertical integration of data setsデータの垂直統合の例

• Prediction of airborne pest immigration– 害虫の飛来予測– Weather forecast data (jet stream)– Satellite image to identify paddy location and growth stage– Local weather data to predict rice growth

• Optimal crop finder　– 作物の適地適作判定– Crop characteristic data– Weather data (normal year)– Soil condition

GE

OS

S/A

WC

IG

EO

SS

/AW

CI イネウンカ類

日本では越冬できない梅雨期に長距離移動で侵入する下層ジェットで運ばれる

Immigration Route

4 mm

3 mg

Rice HopperRice Hopper

Pest Immigration Prediction大陸よりの害虫飛来を予測

– Optimal pest management– 最適防除計画

ウンカ類

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

20

9時9分

Relative Density

1852 hoppers take off horizontally randomly at a constant time interval.

0.2 m/s1 h Wind + V-dispersion

Temp. ceiling 16.5°C

Take-off

10 & 21 UTC

Japan

Southern China East China Sea Japan

100 m

33 km

50 km Grid

Simulation duration 48 h

Flight

Planthopper

　

• Particle dispersion model under consideration of planthopper’s behavior• 生物行動を考慮した粒子拡散モデル

• Weather prediction data (jet stream)• 気象予報

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

21

9時9分

An example of prediction　予測例

Time of taking off : 21 UTC, 5 Sep 04

• To run the model, we need to assume where they take off

• 予測のために飛び立ち域を仮定する必要

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

22

9時9分

Paddies

Identification of paddy location and growth stage水田の位置と生育ステージの予測

Rice growth model with local weather data

現地気象データによる水稲生育予測モデル

0

0.1

0.2

0.3

0.4

0.5

0.60

20

40

60

80

100

120

140

160

180

200

220

240

260

280

300

320

Day of Year

EVI

福州

Planting田植え

Planting田植え

Heading出穂

Heading出穂

EVI values from MODIS images and growth stagesMODIS画像からのEVI値変化と生育ステージ

• Identification of paddy location by water• 冠水状況から水田位置を特定

Hoppersウンカ発生

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

23

9時9分

Optimal Crop Finder適地適作判定システム

インタネットにアクセスできれば使えるんだ。便利～～！

Chinese cabbage is profitable Which variety

should I grow

そんな時に・・・

Optimal Crop Finder helps me to make a decision

【判定結果の一例】

　表示される栽培可能性（パーセント値）は、栽培事例と過去20年（1978～1997年）の気象データから気象的に栽培可能であった年数を確率で表現したものです。

①条件入力画面

②判定項目を選択

③判定条件を入力

④判定実行！

適品種判定結果の一例

指定した品種の栽培可能性と収穫予想時期が表示されます。適作期・適作地判定の場合も同様です。

適作地判定結果の地図表示例

• Normal year weather condition　気象平年値

• Crop characteristics　作物品種特性

• Soil condition 土壌条件

• Water usability　水利用，market price　市場価格，benefits　収益性，．．．．

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

24

9時9分

Possibility of cultivation of a particular crop variety特定作物品種の栽培可能性

ＹＲ錦秋１０月１日定植Global warming impact assessment with long term weather prediction

長期気象予測データによる温暖化影響評価

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

25

9時9分

Cambodia Ag-Field

AIT

Earth Monitoring Satellite

Targeted Asian Collaboration目標とするアジア連携の姿

Pest Prediction Model

MAFFIN Japan

Filed Monitoring

Internet Satellite

Field Data Satellite Image

Satellite Image

SIDaBAPAN

Field DataResult of Analysis

Image Analysis

End User

Pest Prediction

Japanese

Cambodian

Machine Translator

NARC

NECTEC/HAII

Data BrokerOptimized Pest Management

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

26

9時9分

Thank you very much for your attention

ご静聴ありがとうございます

http://www.agmodel.net/DataModel/

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

27

9時9分

Automated Menu Localizationアプリケーションメニューの自動多言語化

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

28

9時9分

Automated Menu Localizationアプリケーションメニューの自動多言語化

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

29

9時9分

e.g. Japanese Pear Growth Prediction例）日本ナシ生育予測

GE

OS

S/A

WC

IG

EO

SS

/AW

CI

30

9時9分

Data Brokers Developed

• Meteorological DBs– MetBroker（25DB, >22000 stations）

• Map DBs– ChizuBroker（3DB，Japan，NZ，World）

• Digital Elevation DBS– DEMBroker（2DB，Japan 50m, World 1Km）

• Soil DBs– SoilBroker